阅文集团:告别“抽卡炼蛊”,当AI漫剧工具开始“理解”故事,会发生什么?

东方星链AIGC      东方星链AIGC

谢谢主持人，谢谢浦光星奕和Vidu的邀请。今天，我主要来分享一下我们在漫剧这个赛道的一些小小实践。

首先，请大家看一段简短的PV。这段PV全部取材于我们在“漫剧助手”平台上生产的内容，是一个高燃剪辑。其中包含了一部分2D和3D的漫剧，也包含了后面一部分的真人剧。

今天的分享主要分为三大部分。

第一大部分，我想讲的是新时代的到来——“人人都是导演”。

这部分主要讲三个方面。

第一，谈谈我们现在所处的2025年，也就是漫剧的“元年”。大家应该已经看到很多相关消息了。根据去年Dataeye的预估，漫剧的整体市场规模在168亿左右。而今年的预估，大概会达到240多亿的水平。这个增长是非常惊人的。

同时，从去年的整体数据来看，无论是漫剧的播放量、播放时长，还是用户规模，复合增长率都达到了20%左右。

那么，为什么这个行业会有如此爆燃式的增长？我认为，这要感谢许多基础模型的技术进步，包括刚才展示的Vidu。正是技术带来的生产力革命，让很多事情成为可能。

其实从前年开始，我们就已经在关注多模态这个方向。当时跟进AI时，看到多模态主要集中在图片生成，出现了很多生图工具。但生图工具出来后，我们发现一个很大的问题：当我们要制作剧集时，角色的一致性很难解决。当时我们做了一个简单的、基于PPT的推书工具，就遇到了这个问题。那时的解决方案，是依靠Controlnet和一些针对人物一致性的ComfyUI工作流。

但到了今年，情况发生了巨变。去年8月26日，Banana模型面世，我们发现图片和人物的一致性难题，可以通过其强大的融图能力直接解决。紧接着，9月20日Sora2这款超级APP的诞生，让大家看到了漫剧生态的巨大可能性——只要输入单一主体，就能输出一个可以讲述小故事的片段。

我觉得国内的技术发展也非常“卷”。我最近和很多同行交流，深感这个行业太卷了。9月25日的Vidu Q2，我认为是一个非常出色的模型，它在多主体参考能力上的突破，保证了整个漫剧行业产能的大爆发。

到了春节，竞争更激烈了。可灵发布了3.0，Seedance 2.0横空出世。这让我们看到了从最初的音画同步，到多主体参考，再到两者结合的超级大模型不断涌现。当然，我后面还非常期待Q3的多参考模型，希望它能成为一款能力强、性价比高的模型，为我们漫剧生态带来新的变化。

接下来，讲讲我们阅文在这个行业里主要做什么，以及目前取得的一些小成绩。

第一，去年10月，我们老板在武汉的创作大会上发布了“创作合伙人计划”。截至目前，在这个计划下已经诞生了十多部作品，在平台上的播放量都突破了亿次。这里举个例子，比如由我们阅文IP改编的漫剧《诡异命纹》。

第二，在生态协作上，我们设立了一个亿级的创作基金。同时，我们也投资了行业的头部企业“酱油文化”，并与其合作打造了另一部亿级播放的漫剧《魅魔叛主》。这也是我们阅文的版权。

第三，我们推出了技术赋能的“漫剧助手”工具。我们希望它能帮助生态内的所有漫剧创作者和制作方，更好地利用底层大模型的能力，并结合阅文的IP能力，打造出新的爆款。例如，过年春节档的爆款剧《左龙右虎》。刚才提到的这三部作品，都在“漫剧助手”上进行了打磨。

第二大部分，我想说，虽然“人人都是导演”的时代已经到来，但AI生产力工具仍然是必不可少的。

这部分我会讲得快一些。

首先，我们“漫剧助手”的主要定位，是打造一个漫剧创作的一站式平台。这与有些平台不同，我们是实现从网文直接到漫剧的完整流程。同时，我们有一个关键的生态意义：打通阅文自身的IP生态，成为集团“IP+AI”战略的关键一环。

简单来说，我们集成了行业各种优秀的工具。从剧本生成、风格选择，到角色场景、分镜、视频生成、配音，全部一站式搞定。这其中，只有“剧本生成”和“内容理解”部分，是基于阅文的海量内容数据和理解能力打磨的自研模型。后面的生图、生视频等能力，则是借鉴了行业内优秀伙伴和供应商的能力。

第二块，我们思考的是，如何将底层优秀模型的能力挖掘并发挥到极致。为此，我们主要通过三个简单的智能体（Agent）来实现。

第一个是剧本Agent。 它能在五分钟内全面扫描超过一千万字的网文，形成对作品的详细理解。基于这份深刻的理解再进行创作，生成剧本。我们坚信，基于理解的创作，才是真正的创作。如果对原著小说的内容都不理解，写出的剧本很难抓住故事真正的内核。

第二个是设定Agent， 用于打造多维度、可定妆的功能。其一，它能通过AI一键提取出所有的人物、场景和道具。其二，它能生成角色的多视图套图，比如包含正面、背面、侧面的三视图，以及各种情绪的详细表情图。这能极大地保证后续制作中角色视觉的一致性。

第三个是分镜Agent， 它核心是提升产能效率。就像刚才川哥（王川）提到的，Vidu可以优化分镜提示词。但在此之前，还有一个关键环节：如何从剧本中快速提取出所有的主体和分镜提示词，并形成一套连贯的提示词序列？这正是分镜Agent要解决的问题。

同时，我们还打造了一套基于图分镜的体系。因为AI只能理解文字提示词所传递的信息。如果你没有输入站位、方位等信息，它就会自由发挥，产生“幻觉”，导致前后不一致。所以我们采用“宫格”的图像模式，来预先定义关键画面，让AI生成视频时的一致性更强、更稳定。

第三块是团队协作模式。 这对于个人创作者可能不那么重要，一个人就能完成剧本和漫剧。但对团队至关重要。大家都知道，对工作室而言，一部漫剧的成本，大约六成是人力，三成是算力，其他占一成。人力成本远超算力成本。

而在人力成本中，消耗最大的恰恰是团队协作中的沟通环节。比如在群里不断上传、下载图片，每个人都要在各个APP间切换操作，这种低效的协作会严重损耗产能。

因此，我们希望通过团队管理模式，将这些损耗的产能释放出来，投入到真正的创作中。具体包括：

团队管理模块：让工作室的管理者能清晰了解每位成员的产能、消耗和产出。

资产管理：让所有资产沉淀在本地私有化空间，便于随时复用。正如王川刚才提到的，未来除了漫剧，还会有更多内容形态，而可复用的资产是降低成本的基础。

项目管理：实现一键生成的结果能被导演一键预览，一键打回修改。这样的高效协作，才能加速工业化流程，最终实现高效产出。

第三大部分，我想谈谈精品化之路。

前面讲的是工具，如何更快、更高效、更低成本地做出漫剧。但我相信，在现阶段，大家更关注的是如何做出精品、做出爆款。“漫剧助手”同样致力于持续打造好故事。

一个好故事必须包含三大要素：

第一，好的叙事。 一个爆款漫剧，背后必然有出色的叙事逻辑，好内容是基石。

第二，好的设定。 包括世界观、风格和人物设定，是否具备独特的风格，能否在日趋同质化的市场中吸引观众，这是巨大的优势。

第三，好的视觉。 形成高质量、一致性的视觉感官素材。

那么，“漫剧助手”如何助力精品化？

第一，我们打通了阅文自身丰富的版权故事库。这些故事是经过市场（读者用脚和金钱）验证的好故事，覆盖各类题材。合作伙伴可以先与阅文进行授权合作。如果暂时没有合适的授权，也可以从“试稿”开始，挑选自己擅长的IP和故事类型进行尝试，通过内部审核后即可形成合作。

第二，关于“好的设定”如何而来。以前，这依赖编剧通读长篇网文后提炼。但现在，我们打造了“AI问书”功能。编剧可以就书籍任意提问。例如，针对角色“李霄”的成长弧光，如何平衡转变与内核魅力，避免人设崩塌？以前，这需要编剧耗费大量时间读完才能理清。现在，“AI问书”可以一键直达，3分钟内列出相关场景和故事线，帮助编剧快速抓住故事内涵，决定强化或弱化哪条线。这就是我们为编剧老师打造的全能支持搭档。

第三，关于“好的视觉”，我举一个最常见的例子。当前漫剧制作最大的挑战之一是“抽卡”（即AI随机生成）。现在，AI“幻觉”问题已大大降低，但新问题是：AI通常只基于当前任务生成，不了解前后剧情的发展，这仍会导致不一致。

目前，已有一些大模型通过输入首尾帧、关键帧参考等方式，部分解决了这个问题，但信息量仍不足。因此，我们在此基础上，利用“宫格”模式，先生成某一分镜或某一幕故事中所有关键情节的关键帧画面。所有关键帧确定后，再基于它们生成整段视频。这能极好地保证故事叙述的一致性。

最后，分享一点我们作为内容从业者的感悟。

我觉得，一枝独放不是春，百花齐放春满园。现在很多漫剧同质化越来越严重，但我们始终相信，不同的工作室有不同的背景和独特的风格，能够讲好属于自己的好故事。同时，不同的好故事也有其独特的叙事方式，灵异有灵异的讲法，仙侠有仙侠的套路，它们都在寻找自己的“有缘人”。

因此，“漫剧助手”更深层的思考是：连通阅文丰富品类的好故事，携手更多合作伙伴，共创独属的风格。 在“漫剧助手”上，所有视觉风格都可以定制，形成工作室独有的风格；所有的叙事方式也可以协助定制，形成工作室独有的叙事风格。唯有如此，才能最终形成各工作室独特的爆款内容创作方式。

我的分享就到这里，谢谢大家！